跨国迁移与土壤传播蠕虫感染风险预测：基于意大利南部移民群体的国家指标与个体变量整合模型

这篇研究创新性地将国家发展指标（HDI/MPI/IHDI）与个体变量相结合，建立混合效应模型预测移民群体的土壤传播蠕虫（STH）感染风险。通过意大利南部3830名移民的实证分析，首次证实国家层面指标（如预期寿命、人均GNI）比个体因素更具预测效力，为资源有限的非流行区精准筛查提供数据驱动方案。研究提出的"蠕虫指数"整合框架，显著提升模型对未知来源国移民的预测效能（AUC 0.7-0.8），对实现WHO 2030年NTDs防控目标具有重要实践价值。

　　

跨国迁移背景下的寄生虫病防控新策略

Abstract
全球移民潮与气候变化正使被忽视热带病（NTDs）向非流行区扩散。聚焦土壤传播蠕虫（STH）——这类主要影响热带贫困地区的寄生虫感染，研究通过意大利南部移民群体的案例，开创性地将个体变量（年龄、性别、居留时长）与国家发展指标（HDI、MPI、IHDI）整合建模。结果显示，国家层面指标能解释78%的感染风险变异，其预测效能（AUC 0.76）显著优于纯个体模型（AUC 0.65），为资源优化配置提供量化依据。

Introduction
STH感染作为WHO界定的21种NTDs之一，全球感染者超10亿，主要分布在卫生条件薄弱的热带地区。随着人口流动，这类寄生虫在发达国家出现的频率逐年攀升。传统筛查面临两大困境：全覆盖检测资源消耗大，而基于风险的定向筛查缺乏可靠预测工具。该研究提出混合效应模型框架，首次尝试用公开国家指标（如人均GNI、基础卫生设施覆盖率）弥补个体数据的不足。

Materials and methods
研究纳入意大利坎帕尼亚地区3830名移民数据，覆盖64个国家。通过FLOTAC双重技术检测粪便样本，感染率显示明显地域差异：非洲几内亚比绍（25%）和南亚孟加拉国（18.6%）移民感染率最高。建模时创新性采用四维度国家指标：

1. 发展维度：预期寿命（相关系数β=-1.2^***
   ）
2. 经济维度：人均GNI（β=-0.9^**
   ）
3. 人口维度：国家人口规模
4. WASH维度：基础卫生设施覆盖率

Results
模型比较揭示三大发现：

1. 国家指标主导效应：在预测新来源国移民时，纯国家模型（M2）AUC达0.71，比纯个体模型（M1）高0.06（p<0.01）
2. 混合模型优势：整合国家与个体变量的M3模型对钩虫预测最佳（AUC 0.82），但对鞭虫预测例外——个体变量反而更关键
3. 蠕虫指数价值：引入WHO蠕虫指数排名使国家随机效应方差降低18%，特别提升对新国家移民的预测力（AUC+0.08）

Discussion
该模型的实际应用需注意三大局限：

1. "健康移民"效应：样本中87%为男性且平均年龄27岁，可能低估真实风险
2. 指标代表性：国家均值可能掩盖内部差异，如印度等高HDI国家仍存在蠕虫高负担区域
3. 社会伦理风险：需防范基于来源国的歧视性筛查

研究建议将模型输出与临床表现结合，在难民营等高风险场景优先实施。如设定0.35概率阈值时，模型可识别83%的真阳性病例，使筛查效率提升2.1倍。

Conclusion
这项研究为移民健康管理提供可扩展的量化工具，其方法论可延伸至其他寄生虫病预测。未来需在三个方向深化：纳入迁移路线细节、开发动态更新机制、建立多中心验证网络，最终实现WHO"不让任何人掉队"的NTDs防控愿景。